MétaCan
Menu
Retour à la cohorte
Enregistrement W2551076069 · doi:10.5535/arm.2016.40.5.871

Effectiveness of Lower Energy Density Extracorporeal Shock Wave Therapy in the Early Stage of Avascular Necrosis of the Femoral Head

2016· article· en· W2551076069 sur OpenAlexaboutno aff
Yong Hee Han, Junekyung Lee, Bong-Yeon Lee, Hoi-Sung Kee, Kwang-Ik Jung, Seo‐Ra Yoon

Notice bibliographique

RevueAnnals of Rehabilitation Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueTendon Structure and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineWOMACAvascular necrosisExtracorporeal shock wave therapyFemoral headOsteoarthritisExtracorporeal shockwave therapyStage (stratigraphy)Visual analogue scalePhysical therapyHarris Hip ScoreSurgeryArthroplasty

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the effectiveness of lower energy flux density (EFD) extracorporeal shock wave therapy (ESWT) in the early stage of avascular necrosis (AVN) of the femoral head. METHODS: ). We measured pain by using the visual analog scale (VAS), and disability by using the Harris hip score, Hip dysfunction and Osteoarthritis Outcome Score (HOOS), and the Western Ontario and McMaster University Osteoarthritis Index (WOMAC). To determine the effect of the lower EFD ESWT, we assessed the VAS, Harris hip score, HOOS, WOMAC of the subjects before and at 1, 3, and 6 months. RESULTS: In both groups, the VAS, Harris hip score, HOOS, and WOMAC scores improved over time (p<0.05). CONCLUSION: Lower EFD ESWT may be an effective method to improve the function and to relieve pain in the early stage of AVN.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,319
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Rehabilitation MedicineMême sujetTendon Structure and TreatmentTravaux en français237 207